plomlompom.com Git - berlin-corona-table/blob - enhance_table.py

   1 #!//usr/bin/env python3
   2
   3 # District population numbers as per Wikipedia.
   4 district_pops = {
   5   'CW': 342332,
   6   'FK': 289762,
   7   'Li': 291452,
   8   'MH': 268548,
   9   'Mi': 384172,
  10   'Ne': 329691,
  11   'Pa': 407765,
  12   'Re': 265225,
  13   'Sp': 243977,
  14   'SZ': 308697,
  15   'TS': 351644,
  16   'TK': 271153,
  17   'sum': 3754418,
  18 }
  19
  20 f = open('daily_infections_table.txt', 'r')
  21 lines = f.readlines()
  22 f.close()
  23
  24 # Parse first table file line for the names and order of districts.
  25 db = {}
  26 sorted_districts = []
  27 for header in lines[0].split():
  28     sorted_districts += [header]
  29     db[header] = {}
  30
  31 # Seed DB with daily new infections data per district, per date.
  32 sorted_dates = []
  33 for line in lines[1:]:
  34     fields = line.split()
  35     date = fields[0]
  36     sorted_dates += [date]
  37     for i in range(len(sorted_districts)):
  38         district = sorted_districts[i]
  39         district_data = fields[i + 1]
  40         db[district][date] = {'new_infections': int(district_data)}
  41 sorted_dates.sort()
  42
  43 # In LaGeSo's data, the last "district" is actually the sum of all districts /
  44 # the whole of Berlin.
  45 #
  46 # Fail on any day where the "sum" district's new infections are not the proper
  47 # sum of the individual districts new infections.  Yes, sometimes Lageso sends
  48 # data that is troubled in this way.  It will then have to be fixed manually in
  49 # the table file, since we should have a human look at what mistake was
  50 # probably made.
  51 for date in sorted_dates:
  52     sum_district = sorted_districts[-1]
  53     day_sum = 0
  54     for district in sorted_districts[:-1]:
  55         day_sum += db[district][date]['new_infections']
  56     if day_sum != db[sum_district][date]['new_infections']:
  57         raise Exception('Questionable district infection sum in %s' % date)
  58
  59 # Enhance DB with data about weekly sums, averages, incidences per day.  Ignore
  60 # days that have less than 6 predecessors (we can only know a weekly average if
  61 # we have a whole week of data).
  62 for i in range(len(sorted_dates)):
  63     if i < 6:
  64         continue
  65     date = sorted_dates[i]
  66     week_dates = []
  67     for j in range(7):
  68         week_dates += [sorted_dates[i - j]]
  69     for district in sorted_districts:
  70         district_pop = district_pops[district]
  71         week_sum = 0
  72         for week_date in week_dates:
  73             week_sum += db[district][week_date]['new_infections']
  74         db[district][date]['week_sum'] = week_sum
  75         db[district][date]['week_average'] = week_sum / 7
  76         db[district][date]['week_incidence'] = (week_sum / district_pop) * 100000
  77
  78 # Explain what this is.
  79 intro = """Table of Berlin's Corona infection number development by districts.
  80 Updated daily around 9pm.
  81
  82 Abbrevations/explanations:
  83
  84 CW: Charlottenburg-Wilmersdorf
  85 FK: Friedrichshain-Kreuzberg
  86 Li: Lichtenberg
  87 MH: Marzahn-Hellersdorf
  88 Mi: Mitte
  89 Ne: Neukölln
  90 Pa: Pankow
  91 Re: Reinickendorf
  92 Sp: Spandau
  93 SZ: Steglitz-Zehlendorf
  94 TS: Tempelhof-Schöneberg
  95 TK: Treptow-Köpenick
  96 sum: sum for all the districts
  97 wsum: sum for last 7 days
  98 wavg: per-day average of new infections for last 7 days
  99 winc: incidence (x per 100k inhabitants) of new infections for last 7 days
 100
 101 Source code: https://plomlompom.com/repos/?p=berlin-corona-table
 102 """
 103 print(intro)
 104
 105 # Output table of enhanced daily infection data, newest on top, separated into
 106 # 7-day units.
 107 sorted_dates.reverse()
 108 weekday_count = 0
 109 for date in sorted_dates:
 110
 111     # Week table header.
 112     if weekday_count == 0:
 113         print(' '*11, '  '.join(sorted_districts[:-1]),
 114               sorted_districts[-1], 'wsum', ' wavg', 'winc')
 115         week_start_date = date
 116
 117     # Day data line.
 118     new_infections = []
 119     for district in sorted_districts:
 120         new_infections += [db[district][date]['new_infections']]
 121     week_sum = week_avg = week_inc = ''
 122     sum_district = sorted_districts[-1]
 123     sum_district_data = db[sum_district][date]
 124     if 'week_sum' in sum_district_data:
 125         week_sum = '%4s' % sum_district_data['week_sum']
 126     if 'week_average' in sum_district_data:
 127         week_avg = '%5.1f' % sum_district_data['week_average']
 128     if 'week_incidence' in sum_district_data:
 129         week_inc = '%4.1f' % sum_district_data['week_incidence']
 130     print(date, ' '.join(['%3s' % infections for infections in new_infections]),
 131           week_sum, week_avg, week_inc)
 132
 133     # Maintain 7-day cycle.
 134     weekday_count += 1
 135     if weekday_count != 7:
 136         continue
 137     weekday_count = 0
 138
 139     # After each 7 days, print summary for individual districts.
 140     weekly_sums = []
 141     weekly_avgs = []
 142     weekly_incs = []
 143     for district in sorted_districts[:-1]:
 144         weekly_sums += [db[district][week_start_date]['week_sum']]
 145         weekly_avgs += [db[district][week_start_date]['week_average']]
 146         weekly_incs += [db[district][week_start_date]['week_incidence']]
 147     print()
 148     print('district stats for week from %s to %s:' % (date, week_start_date))
 149     print(' '*7, '    '.join(sorted_districts[:-1]))
 150     print('wsum', ' '.join(['%5.1f' % wsum for wsum in weekly_sums]))
 151     print('wavg', ' '.join(['%5.1f' % wavg for wavg in weekly_avgs]))
 152     print('winc', ' '.join(['%5.1f' % winc for winc in weekly_incs]))
 153     print()